엔비디아(NVIDIA)가 스웨덴의 법률 AI 스타트업 레고라(Legora)의 6억 달러 규모 시리즈 D 투자 라운드에 참여하여 진행한 5,000만 달러 규모의 전략적 투자는 기업용 인공지능 시장의 중요한 구조적 변화를 의미합니다. 버티컬 애플리케이션이 성숙해짐에 따라, 경쟁의 전장은 기초 모델 학습에서 고처리량 및 초저지연 추론(inference)으로 이동하고 있습니다. 엔비디아는 복잡하고 정밀한 업무 흐름을 요구하는 레고라의 업무 환경을 활용하여, 최근 라이선스를 취득한 SRAM 기반의 '그록 3(Groq 3) 언어 처리 장치(LPU)' 아키텍처를 실제 환경에서 검증하는 파트너십을 구축했습니다. 이는 하드웨어와 소프트웨어의 특화된 공동 설계(Co-design)가 차세대 기업용 법률 기술을 어떻게 정의할 것인지를 잘 보여줍니다.
2026년 7월, 스웨덴의 법률 AI 개발사인 레고라(Legora)는 56억 달러의 사후 기업가치로 6억 달러 규모의 시리즈 D 투자 유치를 성공적으로 마쳤습니다. 이번 라운드에는 엔비디아의 기업 벤처 캐피털(CVC)인 엔벤처스(NVentures)의 5,000만 달러 규모 전략적 지분 투자가 포함되었으며, 대형 기관 투자자들도 대거 참여했습니다. 2023년에 설립된 레고라는 역사상 가장 빠르게 성장하는 SaaS(서비스형 소프트웨어) 기업 중 하나로 부상하며, 첫 연간 반복 매출(ARR) 100만 달러를 기록한 지 불과 18개월 만인 2026년 4월에 ARR 1억 달러 고지를 넘어섰습니다. 지난 1년 동안 스톡홀름에 본사를 둔 이 기업은 임직원 수를 40명에서 400명으로 늘렸으며, 현재 전 세계 50개 관할 구역에서 1,000개 이상의 기업 법무 부서 및 로펌에 서비스를 제공하고 있습니다.
레고라의 제품 플랫폼은 복잡한 법률 조사, 계약서 자동 작성, 국가 간 실사(due diligence), 특허 선행기술 조사 등 다단계 에이전트 워크플로우(agentic workflows)를 전문으로 합니다. 이 스타트업은 인지 엔진의 기본 골격으로 앤트로픽(Anthropic)의 클로드(Claude) 모델을 활용하지만, 독자적인 가치의 핵심은 오케스트레이션 레이어(orchestration layer)에 있습니다. 엔비디아의 주목을 끈 것은 바로 이 고도로 밀집된 오케스트레이션 레이어였습니다. 이번 투자의 조건에 따라 레고라는 엔비디아가 새롭게 출시한 '그록 3 LPU(Groq 3 LPU)'의 주요 기업용 테스트 베드 역할을 수행하게 되며, 대규모 추론 작업을 엔비디아의 새로운 하드웨어 아키텍처에 직접 통합하여 처리 속도, 안정성 및 토큰 공급 비용을 최적화할 예정입니다.
법률 기술 애플리케이션에 대한 엔비디아의 이례적인 개입을 이해하려면, 인공지능 하드웨어 공급망에서 일어나고 있는 경제적 변화를 살펴보아야 합니다. 역사적으로 엔비디아의 지배력은 막대한 자본이 소요되는 모델 사전 학습(pre-training)의 병렬 처리에 최적화된 그래픽 처리 장치(GPU)에 뿌리를 두고 있었습니다. 그러나 기업의 AI 도입이 파일럿 프로그램 수준을 넘어 본격적인 상용화 단계로 진입함에 따라, 업계의 컴퓨팅 수요는 빠르게 전환되고 있습니다. 2026년에는 배포된 모델을 실제로 구동할 때 발생하는 지속적인 운영 비용인 '추론(inference) 워크로드'가 기업 전체 AI 지출의 상당 부분을 차지할 것으로 전망됩니다.
이러 전환은 법률 및 지식재산권(IP) 분야에서 특히 두드러지게 나타납니다. 단일 세션에서 짧은 컨텍스트의 질문을 처리하는 일반 소비자용 챗봇과 달리, 전문 법률 및 특허 워크플로우는 매우 높은 컴퓨팅 밀도를 요구합니다. 표준적인 특허 명세서 작성이나 선행기술 조사 세션은 다단계 에이전트 루프(multi-step agentic loop)로 작동합니다. 고품질의 특허 출원서를 작성하기 위해 AI 시스템은 단순히 텍스트를 쓰는 데 그치지 않습니다. 기업의 방대한 비공개 기술 공개서(disclosure files)를 수집하고, 수천만 건의 과거 특허 문서를 대상으로 검색 증강 생성(RAG) 쿼리를 실행하며, 청구항과 발명의 설명 간의 정합성을 반복적으로 대조하고, 미 특허법 제101조(특허 대상성) 및 제112조(기재 요건)와 같은 법적 기준에 따라 논리적 구조를 지속적으로 평가해야 합니다. 이 프로세스는 기본적인 대화형 도구보다 기하급수적으로 더 많은 '추론 토큰'을 소비합니다.
"법률 AI는 일반적인 텍스트 생성과 구조적으로 다릅니다. 단일 에이전트 세션 내에서 시스템이 판례를 상호 참조하고, 독립 청구항을 작성하며, 기술 명세서를 취합하는 과정에서 수십만 개의 입력 및 출력 토큰이 요구될 수 있습니다. 이러한 특성 때문에 리걸테크 플랫폼은 초저지연, 대용량 추론 하드웨어를 검증하기 위한 최적의 시험장이 됩니다."
이러한 수요를 해결하기 위해 엔비디아는 GTC 2026에서 그록(Groq)의 특화된 LPU 기술을 제품화하기 위한 200억 달러 규모의 라이선스 계약을 발표했습니다. 그 결과 출시된 '엔비디아 그록 3 LPU(NVIDIA Groq 3 LPU)'는 고대역폭 메모리(HBM) 대신 정적 랜덤 액세스 메모리(SRAM) 아키텍처를 기반으로 설계된 비(非) GPU 프로세서입니다. 각 LPU는 500메가바이트(MB)의 온칩 SRAM, 초당 150테라바이트(TB/s)의 메모리 대역폭, 1.2 페타플롭스(petaFLOPS)의 FP8 연산 성능을 제공합니다. SRAM 아키텍처는 멀티코어 GPU의 고질적인 한계인 외부 메모리 호출 병목 현상을 우회하기 때문에, 토큰 단위의 초고속 생성 및 초저지연에 특화되어 있습니다. 엔비디아는 실제 상용 서비스 레벨의 법률 워크플로우를 처리하는 레고라에 자사의 하드웨어 검증 파이프라인을 연계함으로써, 256개의 수랭식 LPU가 탑재된 LPX 랙을 실제 기업 애플리케이션에 최적화하기 위한 직접적인 피드백 루프를 확보하게 되었습니다.
이러한 움직임은 개별적인 사건이 아니라, 법률 및 특허 기술 업계 전반에서 일어나고 있는 보다 광범위한 버티컬 전문화 추세의 연장선상에 있습니다. 대표적인 사례는 다음과 같습니다:
Norm Ai의 1억 2,000만 달러 시리즈 C: Khosla Ventures가 리드하고 12억 달러의 기업가치로 진행된 이번 투자에서 Norm Ai는 자율 AI 에이전트가 다른 AI 에이전트를 감독하여 기업 컴플라이언스를 자동화하는 'AI 네이티브 로펌' 모델을 개척했습니다. 이 모델은 성과 기반 청구(outcome-based billing) 방식을 채택하여 기존의 시간제 청구(billable hour) 관행에 직접적으로 도전하고 있습니다.
WRT Intelligence의 1,200만 달러 시리즈 B: 한국의 특허 AI 개발사 WRT 인텔리전스(WRT Intelligence)는 Altos Ventures로부터 투자를 유치하여 전 세계 1억 7,000만 건의 특허 문서만을 학습한 로컬 거대언어모델(LLM)인 '플루토LM(PlutoLM)'의 확장에 나섰습니다. 특히 이 기업은 독자적인 사설(on-premise) 구축을 지원하기 위해 AI 반도체 기업인 리벨리온(Rebellions)과 하드웨어 통합 파트너십을 체결했습니다.
앤트로픽의 오드(Ode) 출시: Blackstone 및 Goldman Sachs가 참여한 15억 달러 규모의 컨소시엄이 지원하는 오드(Ode)는 기업 조직 내에 엔지니어를 직접 파견하도록 설계된 전문 기업용 AI 구현(implementation) 기업으로, 단순 모델 라이선스 계약과 실제 업무 프로세스 배포 사이의 간극을 좁히고 있습니다.
소버린 버티컬 모델(sovereign vertical models), 전문화된 하드웨어-소프트웨어 공동 설계, 막대한 자본 유입의 교차는 특허 변리사, IP 리더 및 리걸 오퍼레이션(Legal Operations) 팀에 즉각적이고 구조적인 영향을 미치고 있습니다.
지난 몇 년간 리걸테크 분야는 오픈AI나 앤트로픽과 같은 기업의 기초 모델을 API로 호출하고, 그 위에 간단한 법률용 사용자 인터페이스(UI)를 입혀 전문 솔루션으로 판매하는 스타트업들이 주를 이루었습니다. 그러나 이러한 접근 방식은 더 이상 시장에서 경쟁력을 가질 수 없습니다. 레고라와 WRT 인텔리전스의 사례는 하드웨어와 인지 인프라 레벨까지 깊이 결합된 기업만이 향후 시장을 지배할 것임을 보여줍니다. 전용 그록 3 LPX 서버 자원 할당과 같이 하드웨어 최적화를 확보한 대형 기업용 법률 플랫폼은 공용 클라우드 인프라에서는 구현 불가능한 고속 처리 및 토큰 생성 속도를 보장합니다. 따라서 기업 IP 구매 담당자들은 AI 벤더를 평가할 때 단순 기능 비교를 넘어, 해당 솔루션의 하드웨어 의존성, 처리 성능 및 대기 시간(latency)을 검증하는 방향으로 조달 기준을 바꾸어야 합니다.
특허 출원 업무에서 지연 시간은 생산성을 좌우하는 치명적인 병목 요인입니다. 기존 클라우드 GPU 아키텍처에서는 AI 보조 시스템이 수백 페이지에 달하는 기술 공개서를 학습하고, 복잡한 기계 도면을 분석하며, 구조화된 청구항을 자동 생성하는 데 수분이 소요되기도 했습니다. 이러한 대기 시간은 전문가의 인지적 흐름을 방해하여 일괄 처리 방식(batch processing)으로 업무를 미루게 만듭니다. 반면, 최적화된 모델에서 초당 800토큰 이상을 생성하는 SRAM 기반 LPU 아키텍처는 처리 시간을 분 단위에서 초 단위로 대폭 단축합니다. 이로써 특허 대리인은 대기 시간 없이 실시간으로 대화하며 에이전트 도구와 협업하게 되며, 명세서 품질의 타협 없이 전반적인 업무 처리 능력을 획기적으로 높일 수 있습니다.
특허 출원 전의 기술 정보는 기업의 가장 강력한 영업비밀(Trade Secret)입니다. 최근 업계 분석에서 지적했듯이, 특허 업무에 AI를 도입할 때의 가장 큰 보안 위협은 모델 자체보다는 데이터의 전송 경로에 있습니다. IP 전문가들은 데이터 보존이나 유출 리스크가 상존하는 불안정한 공용 API를 통해 미공개 출원인 기밀을 송신할 수 없습니다. 엔비디아 그록 3 LPU와 같은 비(非) GPU 아키텍처의 도입과 플루토LM 같은 폐쇄형 로컬 모델의 등장은 새로운 배포 패러다임을 제시합니다. 사설 네트워크나 사내에 구축된 전용 하드웨어 랙을 통해 초고속, 초저지연 AI 에이전트를 구동하는 방식입니다. 대기업 IP 부서 및 방산 등 높은 보안이 요구되는 분야에서 이러한 아키텍처는 영업비밀의 완벽한 데이터 주권(Data Sovereignty)을 지키는 동시에 최첨단 자동화를 가능하게 합니다.
과거에는 고가의 클라우드 GPU 컴퓨팅 비용 때문에 리걸테크 벤더들이 수익성 보존을 위해 사용자 수 기반의 경직된 구독 모델을 채택해야만 했습니다. 그러나 특화 LPU의 도입으로 토큰당 생성 비용이 극적으로 낮아짐에 따라 AI 에이전트를 구동하는 한계 비용 역시 큰 폭으로 하락할 것입니다. 이러한 비용 절감과 감독형 AI 에이전트의 압도적인 효율성은 전통적인 시간제 비용 청구(billable hour) 모델의 몰락을 가속화할 것입니다. 규제 자동화의 선두주자인 Norm Ai가 제시한 컴플라이언스 전문 법인 모델처럼, 특허 및 법률 기술 제공업체들도 점차 '성과 기반 요금제'로 전환할 것입니다. 리걸 오퍼레이션 팀은 소프트웨어 계정 수나 변호사의 시간제 청구 대신, 작성 완료된 특허 명세서, 자유실시기술(FTO) 분석 보고서, 또는 최종 특허청 의견제출통지서(OA) 답변서 등 실제 산출물 단위로 비용을 지불함으로써, 소프트웨어 지출과 정량적인 법률 생산성을 직접적으로 연계시키게 될 것입니다.
결국, 엔비디아가 레고라를 통해 법률 AI 분야에 전략적으로 진입한 것은 법률 및 지식재산권 자동화 시장이 더 이상 틈새 시장(niche)이 아님을 의미합니다. 법률 업무 특유의 엄청난 연산 밀도와 극도의 보안 요구사항은 차세대 글로벌 컴퓨터 하드웨어를 검증하기 위한 궁극적인 테스트 베드가 되고 있습니다. IP 전문가들에게 있어 미래는 하드웨어와 밀접하게 통합되고, 초저지연을 실현하며, 데이터 주권이 보장되는 강력한 AI 아키텍처를 선제적으로 도입하는 이들의 것입니다.
모더나와 아부투스 바이오파마가 지질나노입자(LNP) 기술에 대해 사상 최대 규모인 22.5억 달러의 합의에 도달했습니다. 이번 분석에서는 법적 선례, 플랫폼 IP의 가치 평가, 그리고 mRNA 치료제의 미래에 미칠 영향을 살펴봅니다.
생성형 명세서 작성에서 에이전트(Agentic) 기반 워크플로우 관리로의 운영 전환을 분석합니다. 본 리포트는 대량의 특허 업무 환경에서 리스크 완화를 위한 핵심 인프라로 자리 잡고 있는 AI 주도형 페이스 조절 및 인지 저항 분석의 중요성을 조명합니다.
코슬라 벤처스(Khosla Ventures)가 이끈 놈 에이아이(Norm Ai)의 최근 1억 2,000만 달러 규모 시리즈 C 투자 유치는 '에이전트적 법률(Agentic Law)'과 성과 기반 요금제의 서막을 알립니다. 본 분석에서는 하이브리드 AI 네이티브 로펌이 법적 책임, 워크플로 자동화, 그리고 법률 및 지식재산(IP) 산업의 경제적 기반을 어떻게 재편하고 있는지 탐구합니다.
